DOI: https://doi.org/10.1007/s10462-025-11155-4
تاريخ النشر: 2025-04-11
المؤلف: Peng Wang وآخرون
الموضوع الرئيسي: اتخاذ القرار متعدد المعايير
نظرة عامة
تقدم ورقة البحث طريقة جديدة لاختيار مقدمي خدمات اللوجستيات من خلال دمج مشغلات التجميع والمجموعات الضبابية، باستخدام مجموعات ضبابية مترددة حدسية. يحلل المؤلفون قوانين التشغيل الخاصة بـ Aczel-Alsina لتطوير مشغلات تجميع متوسطة وقوة هندسية متنوعة مصممة لنموذج الضبابية المترددة الحدسية. تشمل هذه المشغلات مشغل متوسط القوة الضبابية المترددة الحدسية Aczel-Alsina، مشغل متوسط القوة الموزون، مشغل القوة الهندسية، ومشغل القوة الهندسية الموزون، كل منها يظهر خصائص أساسية مثل التكرارية، والتزايد، والحدود. تشمل المشغلات المقترحة نماذج التجميع الحالية، مثل المشغلات الجذرية، والحد الأقصى-الحد الأدنى، والجبرية، مما يعزز إطار اتخاذ القرار لتقييم مقدمي خدمات اللوجستيات.
في الختام، تؤكد الدراسة على فعالية المعلومات الضبابية المترددة الحدسية في اختيار مقدمي خدمات اللوجستيات، مستفيدة من مشغلات التجميع القوي بناءً على معايير Aczel-Alsina. تسلط النتائج الضوء على قوة ومرونة هذه الوظائف التجميعية في إدارة المعلومات غير المؤكدة وغير الموثوقة. يتناول المؤلفون التحديات التي واجهت تطوير قوانين التشغيل والمشغلات الجديدة، مما يقترح في النهاية إطارًا شاملاً يعزز تحليل اتخاذ القرار في سياقات اللوجستيات. تظهر النتائج تفوق واستقرار الطرق المقترحة مقارنة بالتقنيات الحالية، مما يؤكد إمكانياتها للتطبيق العملي في سيناريوهات اتخاذ القرار متعددة الخصائص.
مقدمة
ت outlines مقدمة ورقة البحث هذه الإطار والدوافع وراء دراسة أنظمة الضبابية المترددة الحدسية (IHFSs) في سياق اختيار مقدمي خدمات اللوجستيات. تؤكد على مزايا استخدام مشغلات القوة بناءً على معايير Aczel-Alsina لتعزيز تجميع المعلومات الضبابية. تحدد الورقة عدة حالات خاصة من مشغلات التجميع، بما في ذلك مشغلات المتوسط والهندسية، المصممة خصيصًا للانتقال من المجموعات الضبابية إلى المجموعات الضبابية المترددة الحدسية.
تشمل المساهمات الرئيسية للدراسة تقديم قوانين التشغيل الخاصة بـ Aczel-Alsina القابلة للتطبيق على IHFSs، اشتقاق مشغلات تجميع متنوعة (مثل IHFAAPo-A و IHFAAWPo-G)، وتأسيس خصائصها الأساسية، بما في ذلك التكرارية والتزايد. علاوة على ذلك، تقدم البحث إجراء تحليل اتخاذ القرار متعدد الخصائص (MADM) الذي تم التحقق منه من خلال مثال تطبيق عملي، مما يظهر فعالية المنهجية المقترحة مقارنة بالأساليب الحالية. هيكل الورقة مُنظم بشكل منهجي، مع تخصيص الأقسام اللاحقة للأسس النظرية، واشتقاقات المشغلات، وإجراءات اتخاذ القرار، والتحليلات المقارنة.
نقاش
في هذا القسم، يتركز النقاش على الدور الحاسم لمقدمي خدمات اللوجستيات (LSPs) في تعزيز كفاءة سلسلة التوريد من خلال منهجيات اتخاذ القرار المتقدمة. يتم التأكيد على اختيار LSP الأمثل كقرار محوري للأعمال، مما يتطلب تقييمًا شاملاً لمختلف الخصائص مثل التكلفة، والموثوقية، والتكنولوجيا، والاستدامة. تؤكد الدراسة على أهمية طرق اتخاذ القرار متعددة الخصائص (MADM)، خاصة في سياق العولمة، حيث تتطلب تعقيدات شبكات سلسلة التوريد أساليب تحليلية متطورة لضمان عمليات لوجستية فعالة.
علاوة على ذلك، يتعمق القسم في تطور نماذج اتخاذ القرار، خاصة الانتقال من نظرية المجموعات الكلاسيكية إلى نظرية المجموعات الضبابية (FST) وتوسعاتها، بما في ذلك نظرية المجموعات الضبابية المترددة (HFST) ونظرية المجموعات الضبابية الحدسية (IFST). تعالج هذه الأطر الغموض الكامن في سيناريوهات اتخاذ القرار في الحياة الواقعية من خلال السماح بالعضوية الجزئية وتمثيل عدم اليقين. يتم تسليط الضوء على إدخال نظرية المجموعات الضبابية المترددة الحدسية (IHFST) كتحسين كبير، قادر على التقاط درجات الحقيقة والزيف، مما يعزز تمثيل تردد الإنسان في عمليات اتخاذ القرار. يختتم النقاش بتحديد الفجوات في الأبحاث الحالية، خاصة الحاجة إلى تطوير مشغلات التجميع القوي بناءً على قوانين التشغيل الخاصة بـ Aczel-Alsina المصممة لـ IHFST، والتي يمكن أن تحسن بشكل كبير اتخاذ القرار في البيئات غير المؤكدة.
DOI: https://doi.org/10.1007/s10462-025-11155-4
Publication Date: 2025-04-11
Author(s): Peng Wang et al.
Primary Topic: Multi-Criteria Decision Making
Overview
The research paper presents a novel method for selecting logistics service providers through the integration of aggregation operators and fuzzy sets, specifically utilizing intuitionistic hesitant fuzzy sets. The authors analyze Aczel-Alsina operational laws to develop various power averaging and geometric aggregation operators tailored for the intuitionistic hesitant fuzzy model. These include the intuitionistic hesitant fuzzy Aczel-Alsina power averaging operator, weighted power averaging operator, power geometric operator, and weighted power geometric operator, each exhibiting essential properties such as idempotency, monotonicity, and boundedness. The proposed operators encompass existing aggregation models, such as drastic, max-min, and algebraic operators, thereby enhancing the decision-making framework for evaluating logistics service providers.
In conclusion, the study emphasizes the efficacy of intuitionistic hesitant fuzzy information in logistics service provider selection, leveraging power aggregation operators based on Aczel-Alsina norms. The findings highlight the robustness and flexibility of these aggregation functions in managing uncertain and unreliable information. The authors address challenges encountered during the development of new operational laws and operators, ultimately proposing a comprehensive framework that enhances decision-making analysis in logistics contexts. The results demonstrate the superiority and stability of the proposed methods compared to existing technologies, affirming their potential for practical application in multi-attribute decision-making scenarios.
Introduction
The introduction of this research paper outlines the framework and motivations behind the study of intuitionistic hesitant fuzzy systems (IHFSs) in the context of logistics service provider selection. It emphasizes the advantages of employing power operators based on Aczel-Alsina norms to enhance the aggregation of fuzzy information. The paper identifies several special cases of aggregation operators, including averaging and geometric operators, specifically tailored for transitioning from fuzzy sets to intuitionistic hesitant fuzzy sets.
The primary contributions of the study include the introduction of Aczel-Alsina operational laws applicable to IHFSs, the derivation of various aggregation operators (such as IHFAAPo-A and IHFAAWPo-G), and the establishment of their fundamental properties, including idempotency and monotonicity. Furthermore, the research presents a multi-attribute decision-making (MADM) analysis procedure validated through a practical application example, demonstrating the effectiveness of the proposed methodology compared to existing approaches. The structure of the paper is systematically laid out, with subsequent sections dedicated to theoretical foundations, operator derivations, decision-making procedures, and comparative analyses.
Discussion
In this section, the discussion centers on the critical role of logistics service providers (LSPs) in enhancing supply chain efficiency through advanced decision-making methodologies. The selection of an optimal LSP is underscored as a pivotal decision for businesses, necessitating a thorough evaluation of various attributes such as cost, reliability, technology, and sustainability. The study emphasizes the importance of multi-attribute decision-making (MADM) methods, particularly in the context of globalization, where the complexity of supply chain networks demands sophisticated analytical approaches to ensure effective logistics operations.
Furthermore, the section delves into the evolution of decision-making models, particularly the transition from classical set theory to fuzzy set theory (FST) and its extensions, including hesitant fuzzy set theory (HFST) and intuitionistic fuzzy set theory (IFST). These frameworks address the inherent ambiguities in real-life decision-making scenarios by allowing for partial membership and the representation of uncertainty. The introduction of intuitionistic hesitant fuzzy set theory (IHFST) is highlighted as a significant advancement, capable of capturing both truth and falsity grades, thereby enhancing the representation of human hesitation in decision-making processes. The discussion concludes by identifying gaps in existing research, particularly the need for the development of power aggregation operators based on Aczel-Alsina operational laws tailored for IHFST, which could significantly improve decision-making in uncertain environments.